城市供水管网管道结构稳定性风险评估模型

2018-08-31王亚楠汪瑞清胡群芳

净水技术 2018年8期

王亚楠，汪瑞清，胡群芳，王飞

(1.上海市供水水表强制检定站，上海 200082；2.上海市供水调度监测中心，上海 200080；3.同济大学，上海防灾救灾研究所，上海 200092)

我国2015年颁布的水污染防治行动计划(水十条)中明确规定，到2020年，全国公共供水管网漏损率控制在10%以内[1]。城市供水管网的漏损不仅会造成水资源浪费和经济损失，随之带来的次生灾害还严重影响社会生活和生产活动，如何管理和降低供水管网漏损率依然是供水行业亟待解决的重要问题之一。城市供水管网漏损中物理漏损占主体，物理漏损通常占漏损总量60%以上[2]，物理漏损通常是由于管线受到结构性破坏导致的瞬时性明漏或持久性暗漏。从管网的结构安全出发，结合供水管网物理特征和运行特征以及环境要素等方面开展科学的评估与预测分析，实现主动的供水管网运行安全状态管理和漏损管理，从而可以从根本上降低爆管事故的发生概率及供水管网的漏损率。

目前，供水管线评估模型大多是针对性统计性的管道事故评价，如果仅使用单纯的数理统计的概念，由于爆管事故的统计量限制，管道事故的数据信息对于全面的风险评价是不够的[3]。通过对引起管道风险的因素识别、分析，构建风险评估系统则可以较全面地判断供水管道事故发生的可能性。英国UNWIR、美国ASCE、加拿大NRC等知名政府单位或研究机构都有针对各自地区公共基础设施的安全风险评估体系。英国肯特·米尔波尔在其《管线风险管理手册》中构建了管线风险评估体系[3]，引入评分机制，采用指数评分法将所有可预见的导致管线故障的事件进行分项，采用主观评价法进行管道总体风险评估。加拿大国家研究委员会(NRC)在2006年发表了供水管线状态评估模型[4]，模型从环境因素、属性因素和操作因素等方面建立综合的管线评估架构，最终得到管线的状态评估值。

本文从供水管线结构安全稳定性出发，采用指数评分法建立供水管网管道结构稳定性风险评估模型。模型综合考虑影响供水管线安全的各项建设属性、结构状态、周边环境、运维状况、漏损情况等因素，细化各项风险因素及分级评价指标，针对我国供水管网特征，对各个风险指标进行数据采集与评分，赋予各因素及指标相对权重，并以此开发建立供水管网管道结构稳定性风险评估系统。对供水管网的结构安全风险进行评估，为供水管网系统的日常维护及更新改造提供决策依据。

1 管道结构稳定性风险评估模型的构建

1.1 评估体系

利用工程风险分析理论，采用多因素综合评估法构建供水管道结构稳定性风险评估模型，通过对影响供水管线安全的因素对比及重要度分析，筛选有关管道结构安全的重要影响因素。模型采用层次分析法构建三大项风险因素，同时建立风险因素的子评估项目，细化为10项基本评价指标，基本涵盖了供水管道结构安全性能主要指标。模型结构如图1所示，其中：(1)管线荷载因素指标SL，包括埋深h、管径D、水压P、管材M、温差T和道路荷载L；(2)管线时间效应指标ST，包括管龄A、历史事故H；(3)管线环境效应指标SE，包括土壤腐蚀环境E、区域扰动影响R等。

图1 供水管道结构稳定性风险评估模型Fig.1 Risk Assessment Model for Structural Stability of Water Supply Distribution System

采用指数评分法，将模型中影响供水管道结构安全的10项评价指标量化为对应的评价分值，对各个风险要素评估项目进行数据采集与评分，赋予各风险要素相对权重，得到目标层综合评分，表征供水管线风险。具体计算过程如式(1)～式(6)。

G=∑ωi·Si=ωL·SL+ωT·ST+ωE·SE

(1)

ωL+ωT+ωE=1

(2)

SL=ωL1·h+ωL2·D+ωL3·P+ωL4·M+ωL5·T+ωL6·L

(3)

ST=ωT1·A+ωT2·H

(4)

SE=ωE1·E+ωE2·R

(5)

∑ωLi=1,∑ωTi=1,∑ωEi=1

(6)

其中：ω—指标权重；

S—各项指标的评分，分值为0～10。

1.2 评估指标量化

基于上述指标形成的管道风险评估指标体系，建立各项指标的评分准则，每项评分表示该项指标导致事故发生的可能性和其影响程度，利用工程定量风险评价QRA(quantitative risk analysis)模型[5]定量评价事故的发生概率。

不同评价指标通过力学计算、数值分析或参考规范指标等方式，确定指标评分标准。例如，管材根据不同管材的力学特性，金属材质的管线材料强度与其敷设的腐蚀状况密切相关，塑料材质的管线性能与初始敷设条件及其自身老化密切相关等，对供水管网中经常使用的特定管材种类进行评分。埋深则考虑国内供水管线埋深范围，参考《管线风险管理手册》[3]确定评分指标。管网运行压力则参照供水管网设计规范与标准，在存在漏损的情况下，管网运行压力与漏损量成正比，运行压力越大，管线漏失率也就越高。道路荷载则依据《公路桥涵设计通用规范》道路等级分级评分。管线因周边环境温变导致管体产生温度应力，以管线铺设时的环境温度为基准，计算管道所处环境温差变化值。

不同因素的评分按照其指标数值等级与管线事故概率打分，评分分值在0～10分，表1～表10分别给出不同因素指标评分取值，分值越高表示该指标对管线安全影响越小，分值越低表示该指标对管线安全影响越大。

表1 不同管道埋深评分指标Tab.1 Score of Pipelines with Different Buried Depth

表2 不同管网运行压力评分指标Tab.2 Score of Pipelines with Different Operating Pressure

表3 不同管径评分指标Tab.3 Score of Pipelines with Different Pipe Diameter

表4 不同管材评分指标Tab.4 Score of Pipelines with Different Material

表5 温差评分指标Tab.5 Score of Pipelines with Temperature Difference

表6 道路荷载评分指标Tab.6 Score of Pipelines with Different Traffic Load

表7 管龄评分指标Tab.7 Score of Pipelines with Different Pipe Age

表8 历史事故指标Tab.8 Score of Historical Accident

表9 土壤环境指标Tab.9 Score of Soil Environmental Quality

表10 区域属性指标Tab.10 Score of Regional Attribute

注：R区—乡村；S区—郊区；T区—城镇

1.3 评估指标权重

模型中指标因素权重的确定是影响模型准确性的关键要素，为保证指标权重的客观性，本文采取主成分分析法(PCA)[6-8]动态获取因素指标的目标权重。

将管线事故的多个因素按照相关性排序，提取出导致事故的第一主成分因素、第二主成分因素等，采用各个因素对结果的贡献率表征模型中指标因素的权重。通过计算每个综合因素相应的信息量来确定权重。主成分分析的步骤如下。

(1)提取部分管线事故样本，将事故样本进行预处理，抽象组合出事故样本中统计因素项目的n×p相关系数矩阵，如式(7)。

(7)

其中：xij—第i个样本中第j个指标事故时指标数值；

n—样本个数；

p—考察的因素指标个数。

(2)将矩阵标准化处理消除指标数据量纲的影响，计算矩阵的对应的协方差、协方差矩阵和特征值，如式(8)～式(10)。

(8)

Σ=(σij)p×p

(9)

|λE-Σ|=0

(10)

E—单位矩阵。

由式(8)、式(9)计算不同因素之间的协方差σij，组成协方差矩阵Σ。由式(10)计算每个因素对应的特征值λ1、λ2…λp。

(3)选择主成分及计算主成分的贡献率，按照特征值的比例表征p个因素指标各项的贡献率，按照式(11)得到贡献率αi的大小从而确定第i个指标的因素权重。

(11)

本文通过调用MABLAB中的pcacov函数根据协方差矩阵进行主成分分析。调用格式如式(12)～式(14)。

COEFF=pcacov(Σ)

(12)

[COEFF,latent]=pcacov(Σ)

(13)

[COEFF,latent,explained]=pcacov(Σ)

(14)

其中：调用的输入参数Σ—样本的协方差矩阵；

输出参数COEFF—p个主成分的系数矩阵，第i列是第i个主成分的系数向量；

输出参数latent—p个主成分的特征值的大小(从大到小)构成的向量；

输出参数explained—p个主成分的贡献率。

1.4 风险分级标准

城市供水管网管道结构稳定性风险评估等级标准，将供水管线风险划分为五级，如表11所示。

表11 供水管道结构稳定性风险评估等级标准Tab.11 Grade Standard for Structural Stability Risk Assessment of Water Supply Pipeline

2 模型应用分析

2.1 SH市某区供水管网基本情况

将本文提出的供水管道结构稳定性风险评估模型应用于SH市某区供水管网风险评估，该区面积23.45 km2，服务人口约85.2万，区域内人口密度高，交通繁忙，供水管网结构复杂，管材类型多样，新老供水管线交错，管网使用年限较长，具有典型的老城区供水系统的特征。本文中针对该区供水管网中管径DN300以上管线进行风险分析，从供水管网GIS系统中提取模型分析所需的基本管线属性和道路属性以及历史事故信息。该区供水管网GIS图如图2所示。

图2 供水管网GIS图Fig.2 GIS(Geographic Information System)Map of Water Supply Distribution System

区域内DN300以上的供水管线长度为247.76 km，供水管线数量为9 338条。统计该区区供水管线管龄情况，管龄在10年以内的管线占77.7%，10～30年管龄的管线数量约占17.0%，30～50年管龄的管线约占2.8%，50年以上管龄的管线约占2.5%，主要管段管龄集中在10年以内。

统计区域供水管线埋置深度在0～0.7 m的管线占36.6%，覆土厚度为0.7～1.3 m的管线达61.6%，覆土厚度1.3 m以上的管线约为1.8%。

统计该区供水管材类型包括球墨铸铁管、铸铁管、钢管、混凝土管和塑料管等，其中46%左右为铸铁管，44%为球墨铸铁管，约8%为钢管，2%为其他管道。

2.2 评估结果分析

根据能够获取的SH市2003年～2016年144条管线历史事故，如表12所示。对发生事故的管线指标进行分析，提取关键致险指标的影响程度，导入式(7)的相关系数矩阵中，调用MATLAB程序进行主成分分析，计算得到协方差矩阵、特征值矩阵，带入式(11)中得到模型中各个指标的贡献率，结果如表13所示。

表12 管线历史事故Tab.12 Historical Accident of Water Supply Pipeline

注：*-管材中1代表铸铁、2代表钢、3代表球墨铸铁；**-道路荷载中1～4分别代表一级到四级道路

将表12的历史事故样本导入式(7)即可得到如下144×5阶相关系数矩阵，如式(15)。

(15)

=[0.752，1.207，0.849，1.9，0.209]

(16)

将相关系数矩阵按照式(8)所示，经标准化处理后，计算得到对应的协方差矩阵σ和特征值向量λ，如式(16)。

将特征值带入式(11)中计算得到各个指标的主成分贡献率，结果如表13所示。

由于管线历史事故记录指标数据不完备，对于事故时的温差、土壤环境属性等5项指标无法获知，所以本文仅对存在数据的指标进行了主成分分析。由于没有对所有指标同时进行主成分分析，10项指标的权重取值无法通过贡献率的比例关系直接得到。本文以贡献率计算的指标相对关系(指标间相对关系基本固定)作为主要考量，如管径/埋深=1.6，管材/埋深=1.13，管龄/埋深=2.53。同时结合专家打分法补充其他指标的权重系数，在专家采用层次分析法对指标重要性进行两两比较时，可参考贡献率相对比值给出重要性比。通过对数位专家给出的权重进行平均，得到10项指标的权重值(表14)，其中管径/埋深=1.8，管材/埋深=1.33，管龄/埋深=2.75，专家打分法给出的指标最终权重比与贡献率比值吻合，表明采用事故数据分析得到的指标贡献率在专家打分中起到了客观数据支持作用，避免了直接采用专家打分法主观性较强的缺陷，同时又克服了历史数据不全无法获得所有指标贡献率的问题。

表13 各个指标主成分贡献率Tab.13 Principal Component Contribution Rate of Each Index

表14 三项因素10项指标权重取值Tab.14 Weight of 10 Indexes of Three Factors

以管网中编号为208的管线为例进行风险等级评估计算，从供水管网GIS系统中提取模型分析所需的各项属性信息，各项指标的评分结果如表15所示。

表15 各项评价指标取值Tab.15 Value of Each Index

参考上述各指标权重取值，得到该管线的综合评分G=0.5×(0.12×4+0.22×3+0.167×6+0.16×6+0.167×7+0.167×4)+0.3×(0.55×8+0.45×5)+0.2×(0.50×5+0.50×5)=4.89。按照风险分级标准，该评分所处区间的管线处于Ⅳ级风险。

将该区供水管线按照长度进行不同风险等级管段的统计分析，得到管线风险等级的分布，如图3所示。

图3 管线风险等级分布Fig.3 Risk Grade-Distribution of Water Supply Pipeline

由图3可知，管线风险等级为Ⅰ级、Ⅱ级、Ⅲ级的供水管线占供水管线总长度的比例分别为1.2%、26.5%和39.5%，供水管网整体上处于良好状态。但Ⅳ级(高风险)和Ⅴ级(高危)管线的总比例也高达了33.2%，占到了全区供水管线的1/3，高风险以上管线易受到外界影响而发生损坏，发生漏损风险高，并有可能发生爆管。对比2017年美国土木工程协会(ASCE)对美国的供水基础设施项目的风险评估结果[9]，全美供水基础设施得分为D，每年供水干管每100 km管损数量为15起左右，由于管网老化等导致的漏损率高达14%～18%，与该区域在管网安全等级和漏损状态上有许多共性，可以借鉴其管线风险控制策略。

结合该区供水管线事故记录资料，2011～2016年该区共发生DN500以上供水管线事故38起，其中有32起事故所在的管段为Ⅳ级或Ⅴ级管线，供水管道结构稳定性风险评估模型的事故验证率达到84.2%。2016年1月23日～27日SH市经历极端寒潮天气，期间该区发生DN500以上管损事件3起，验证均为Ⅳ级或Ⅴ级风险管线，温差突变导致的管线内压负载过大或温度应力过大导致了供水管道爆裂。2017年该区发生了一次DN1 200大口径供水管段爆管事故，该管段也正是Ⅳ级高风险管线，由于温度骤变、交通荷载和交叉管线等因素的共同作用引起管道应力集中破坏，最终导致爆管事件的发生。

为掌握该区域高风险管线主要影响因素，为供水管网管线运行维护和更新提供技术依据，以下针对管线位置、管材和管龄三个因素开展分析。

(1)高风险管线位置分析

统计不同风险等级供水管线的分布位置发现，大部分Ⅳ级和Ⅴ级高风险管线分布于城市道路等级较高的主干路上，主要原因是由于城市主干道日常交通荷载大，作用到地下供水管道上附加应力高，管道长时间受力不均影响管线结构安全，容易发生管道爆裂漏水。同时，老城区的主干道路基本都经历过多次拓宽，导致原本埋设于荷载较低的非机动车道或人行道的供水管线经道路拓宽后置于机动车道下部，管道埋深达不到荷载要求，导致管道承受较大外部荷载，风险较高。

(2)不同管材风险分析

铸铁管占Ⅳ级和Ⅴ级风险的供水管线的比例分别为39.72%和10.68%，可以发现约有一半的高风险和高危供水管道都是铸铁管。铸铁管由于材料脆性强、强度低、抗冲击和抗震能力差等原因，又加之部分管道施工质量较差，管网管线结构破坏风险较高。日本东京2002年开始为降低供水管网漏损率，开始将老化的铸铁管道全面更换为球墨铸铁管道，供水管网的漏损率得到了明显的降低[10]。考虑供水管网运行安全性，建议输配水管网中尽量减少使用铸铁管材，对老旧的铸铁管道进行计划性的更新改造。

(3)不同管龄风险分析

结合管线风险评估结果，管龄在0～30年的管线在铺设早期是其安全风险易发生期，管龄在30～50年的管线安全风险较低，超过50年后将进入高风险时段。这符合典型的设备事故率“浴盆曲线”，建议结合管线风险评估结果对管龄超过50年的供水管线综合判断是否进行维修或更换。